Outlier detection in cellular network data exploration

Thumbnail Image

Files

master_Multanen_Mikko_2007.pdf (21.66 MB)

URL

Journal Title

Journal ISSN

Volume Title

Helsinki University of Technology | Diplomityö
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.

Authors

Date

2007

Department

Tietotekniikan osasto

Major/Subject

Informaatiotekniikka

Mcode

T-115

Degree programme

Language

en

Pages

(8) + 47 s. + liitt.

Series

Abstract

Matkapuhelinverkot kuten GSM-verkko rakentuvat erillisistä soluista. Yksi solu verkossa on yhden tukiaseman kantoalue. Riippumatta siitä minkä tukiaseman alueella käyttäjä on pitäisi verkon pystyä huolehtimaan käyttäjän vaatimista palveluista. Jokaisella tukiasemalla pitäisi siis olla tarpeeksi resursseja käytössään palvellakseen oman alueensa asiakkaita. Täten myös verkon analysointi voidaan jossain määrin jakaa tukiasemien yksilölliseen tutkimiseen. Tässä työssä tutkitaan ohjaamattomaan oppimiseen perustuvia menetelmiä poikkeavien mittausten etsimisessä. Valittaessa menetelmiä on pyritty huomioimaan niiden soveltuvuus soluverkosta kerätyn datan analysointiin. Verkon analysointi on jaettu yksittäisen solun tutkimiseen ja solujen väliseen vertailuun. Tarkempaan tutkimukseen valitut tilastolliset ja neuraalit menetelmät testataan synteettisellä datalla ja oikeasta GSM-verkosta kerätyllä datalla. GSM-verkon datan tapauksessa käsitellään edellä mainitut kaksi eri tapausta soluverkolle. Testeissä pyritään käyttämään menetelmiä hyödyntämällä mahdollisimman vähän käytettävissä olevaa prioritietoa verkosta, jotta menetelmien siirtäminen uuden datan käsittelyyn olisi helpompaa. Saatuja tuloksia analysoidaan vertaamalla menetelmiä sekä keskenään että yleisellä tasolla mutta lopulliset päätökset niiden soveltuvuudesta verkon analysointiin jätetään verkkoasiantuntijoiden päätettäväksi.

Description

Supervisor

Simula, Olli

Thesis advisor

Raivio, Kimmo

Keywords

outlier detection, poikkeavuuksien etsintä, k-nearest neighbors, k:n lähimmän naapurin menetelmä, neural network, neuroverkko, Parzen windows, Parzen ikkunat, Gaussian mixture model, Gaussin mikstuura, distance measure, etäisyysmitta, cellular network, matkapuhelinverkko

Other note

Citation

Permanent link to this item

https://urn.fi/URN:NBN:fi:aalto-2020120553582

Collections

[dipl] Teknillinen korkeakoulu / TKK